Coding agent-krigen er over — gratis vant. Et dykk inn i Freebuff, eksplosjonen av nye AI-modeller i 2026, og hvorfor 20-dollar-måneden er død.
en
no
frLandskapet for kunstig intelligens i 2026 ligner ingenting på det noen forutsa. Verken ledere i San Francisco, forskere i Beijing, eller utviklere som fremdeles betalte 200 dollar i måneden for kodeverktøy i januar. Noe grunnleggende brøt — og for en gangs skyld brøt det til fordel for de som faktisk bygger programvare.
Github: https://github.com/CodebuffAI/freebuff
I mars 2026 lanserte et verktøy kalt Freebuff med et forslag som hørtes for godt ut til å være sant: en fullt kapabel AI-kodingsagent, tilgjengelig på desktop, CLI, web og sky — for 0 dollar. Ingen abonnement. Ingen API-nøkkel. Ingen kredittkort. Bare en terminalkommando og du er i gang.
Bygget av James Grugett, medgründer av Codebuff (YC F24) og Manifold Markets, prøvde Freebuff ikke å oppfinne hjulet på nytt. Det gjorde noe mer radikalt: det tok hjulet som allerede eksisterte — kraftige åpne vektsmodeller — og fjernet betalingsmuren helt.
Forretningsmodellen er forfriskende enkel. Freebuff kjører tekstannonser inne i CLI-en, rettet mot utviklerrelevante produkter: beregningskraft, hosting, utviklingsinfrastruktur, modell-API-er. Dette er ikke tilfeldige forbrukerannonser. Det er utviklerrelevante plasseringer som matcher utviklerhensikt. Resultatet? Klikkfrekvenser som løper 4 til 7 ganger høyere enn typiske nettreklame. Det er nok til å dekke infrastrukturkostnadene ved å kjøre en gratis kodingsagent i global skala.
Per august 2026 har Freebuff over 360 000 utviklere som bruker plattformen. Og det er ikke et leketøy. Verktøyet bruker en multi-agent-arkitektur — spesialiserte agenter håndterer ulike oppgaver i stedet for å sende alt gjennom én modell. Avhengig av oppgaven, samler agenter kontekst, planlegger, redigerer, forsker, kjører verktøy og gjennomgår resultater. Det støtter flere modeller under panseret, inkludert DeepSeek V4 Pro, DeepSeek V4 Flash, Gemini 3.1 Flash Lite og MiniMax M3.
Benchmarks bekrefter dette. I interne evalueringer slår Freebuffs Codebuff-agent Claude Code 61 % mot 53 % på tvers av 175+ kodingsoppgaver hentet fra åpen kildekode-repositorier. Dette er Codebuffs egne tall, og de innrømmer det åpent — men det bredere poenget står: et gratis verktøy matcher eller slår betalte alternativer som koster 20 til 200 dollar i måneden.
Freebuff tilbyr fem distincte produkter:
Freebuff Desktop: Kjør flere kodingsagenter parallelt, hver i sitt eget arbeidsrom. Tilgjengelig for macOS, Windows og Linux.
Freebuff CLI: En terminal-nativ kodingsagent. Installer med npm install -g freebuff, naviger til prosjektet ditt, og kjør freebuff. Ferdig.
Freebuff Web: En AI-nettbygger med fullt administrert hosting — fra prompt til live app på sin egen URL.
Freebuff Cloud: En kodingsagent i en full sky-IDE med editor, terminal og et ekte sandkassmiljø. Fungerer på ethvert GitHub-repo.
Freebuff Chat: En AI-chat som forsker og tenker dypt for å svare på spørsmål, og erstatter verktøy som Perplexity Pro og ChatGPT Plus.
Hvert av disse erstatter betalte alternativer som til sammen koster over 2 000 dollar per sete per år. For et team på fem sparer Freebuff over 11 400 dollar årlig. Det er ikke småpenger — det er en betydelig post på et oppstarts budsjet som nettopp forsvant.
Freebuffs fremvekst skjedde ikke i et vakuum. Den ble muliggjort av en utrettelig kaskade av nye AI-modeller gjennom 2026 — mange av dem åpne vekter, mange av dem praktisk talt gratis å kjøre.
Farten har vært formidabel. Ifølge LLM Stats har nye modeller ankommt omtrent hver andre dag på tvers av alle laboratorier. La oss gå gjennom de viktigste utgivelsene.
DeepSeek V4 ankom i april 2026 som en to-nivå-utgivelse: V4-Pro (1,6 billioner parametere, 49 milliarder aktive) og V4-Flash (284 milliarder parametere, 13 milliarder aktive). Begge MIT-lisensiert. V4-Pro scoret 80,6 % på SWE-bench Verified — konkurransedyktig med GPT-5.5 og Claude Opus 4.8 til en brøkdel av kosten. V4-Flash til 0,14 dollar per million input-token gjorde den til den billigste kapable modellen tilgjengelig.
Kimi K2.6 fra Moonshot AI ankom med 1 billion totale parametere og 32 milliarder aktive, og scoret 80,2 % på SWE-bench Verified. Åpen vekt under Modified MIT-lisens.
MiniMax M3 ble lansert i slutten av mai med 220 milliarder parametere og et prismess på 0,30 dollar per million token. Det scoret 92,68 % på GPQA Diamond og ble umiddelbart omfavnet av det kostnadsbevisste utviklersamfunnet.
GLM-5.1 og GLM-5.2 fra Zhipu AI scoret 58,4 % på SWE-bench Pro — over GPT-5.4s 57,7 % — og ble gitt ut som åpne vektsmodeller under MIT.
Llama 4 Scout og Maverick fra Meta var de første Mixture-of-Experts Llamaene. Nativt multimodale. Scout støttet et 10-millioners-token-kontekstvindu. Gratis under Llama 4-lisensen. Tilgjengelig på Hugging Face, Ollama og de fleste inferanseleverandører.
Gemma 4 fra Google ble gitt ut under Apache 2.0. Designet for å kjøre på vanlige enheter uten API-kostnad — gratis å laste ned og kjøre lokalt.
Claude Fable 5 fra Anthropic ankom i juni som selskapets mest kapable modell, med 1 million token-kontekst og 128K output-token. Til 10 dollar per million input-token var den dyr — men kraftig.
Claude Sonnet 5 ble lansert til 2 dollar per million input-token (intropris), og tilbød et kostnadseffektivt alternativ innen Anthropics økosystem.
Juli 2026 var trolig den mest betydningsfulle måneden i AI-historien. Her er hva som landet:
GPT-5.6 Sol, Terra og Luna fra OpenAI (9. juli): En tremodell-familie som erstattet enkelt-flaggskip-tilnærmingen. Sol for maksimal kapabilitet ($5/M input), Terra for balansert produksjon ($2,50/M), Luna for høyt volum og kostnadsbevisst bruk ($0,20/M). Alle med 1M+-token-kontekstvinduer. Luna ble rullet ut til gratis ChatGPT-brukere som standard.
Grok 4.5 fra xAI (8. juli): En konkurransedyktig modell priset til $2/M, men benchmarks viste at den slet mot toppen på komplekse agentoppgaver.
Laguna S 2.1 fra Poolside (2. juli): En 118B/8B MoE-modell til bare 0,10 dollar per million token på OpenRouter. Terminal-Bench-score på 70,2 % — den høyeste for noen åpen vektsmodell med offentliggjort størrelse. Et vestlig selskap, ingen regulatoriske bekymringer.
Gemini 3.6 Flash fra Google (21. juli): Priset til $1,50/M input, bragte Googles multimodale styrke til et konkurransedyktig prispoeng. Uavhengige benchmarks viste imidlertid at den presterte dårligere enn forventet på agentoppgaver, spesielt når det gjaldt kostnadseffektivitet.
Claude Opus 5 fra Anthropic (24. juli): Den nye standarden på Claude Max og sterkeste modellen på Claude Pro. Til $5/M input landet den innenfor 0,5 % av Fable 5 på CursorBench til halve kosten, og toppet OSWorld og Zapier's AutomationBench. Anthropic kalte det sin mest tilpassede modell til dato.
Kimi K3 fra Moonshot AI (16. juli, vekter 27. juli): En 2,8 billion / 104 billion MoE-monster. SWE Marathon #1. BenchLM #5 av 214 modeller. Utgitt under Modified MIT. Krever minimum 8× H100 for å kjøre selv, men vektene er der ute.
DeepSeek V4 Flash 0731 (31. juli): En oppdatert versjon av V4 Flash som scoret 82,7 % på Terminal-Bench — til $0,14/M input. Uavhengige benchmarks kalte det "et ekte kostnadseffektivt vidunder, en Pareto-grense-helt." Den matchet ytelsen til modeller som kostet 40 ganger mer.
Muse Spark 1.1 fra Meta (9. juli): En multimodal resonneringsmodell med 1M-token administrert kontekst, parallelle underagenter, datakapasitet og multi-agent-ututførelse. Tilgjengelig gjennom Meta Model API.
Gemini 3.7 Flash (13. august): Store oppgraderinger til koding og agentarbeidsflyter. FrontierCode 1.1-nøyaktighet hoppet til 43,6 % fra 34,4 %.
GLM-5.3 fra Zhipu AI (18. august): Fortsatt forbedring i det åpne vektsrommet.
DeepSeek V4 Pro 0813 (13. august): Den offisielle GA-utgivelsen av DeepSeeks flaggskip.
Qwen 3.8 Max fra Alibaba (3. august): Forhåndsvisning med 2,4 billioner parametere. Åpne vekter lovet men ikke levert ennå.
Grok 4.6 fra xAI (12. august): Inkrementell forbedring over 4.5.
OpenAI Astra: En ny modellfamilie annonsert i begynnelsen av august, designet for komplekse problemer i matematikk og kvantefysikk. Intern testing ble imidlertid stoppet 10. august etter evalueringer som viste at den kan nå "Kritisk" terskel for cybersikkerhetsrisiko — autonom null-dagers utnyttelsesevne uten menneskelig inngripen. Det er den første modellen som utløser dette nivået av sikkerhetsbekymring.
Freebuffs eget forskningsteam identifiserte fire krefter som kollapset det betalte AI-kodingsverktøymarkedet:
Ved Q1 2026 matchet åpne vektsmodeller lukkede frontmodeller på kodingsoppgaver. DeepSeek V4, Kimi K2.6, GLM-5.2 og MiniMax M3 landet alle innenfor 2 prosentpoeng av GPT-5.4 på SWE-bench Verified til mindre enn 10 % av kosten. Betalte verktøy som låste deg til Claude eller GPT hadde igjen å forsvare.
Utviklere ble lei av å betale 20 dollar/måned til en SaaS som betalte modellleverandøren 3 dollar/måned på deres vegne. Direkte fakturering gjennom OpenAI, Anthropic og OpenRouter ble grunnkrav for åpen kildekode-verktøy. Mellomlaget — SaaS-innpakningen — kollapset.
Utviklerrelevante annonser (beregning, hosting, utviklingsinfrastruktur, modell-API-er) matcher utviklerhensikt langt bedre enn forbruksinternett-annonser. Freebuff beviste at gratis-med-annonser-modellen er genuint bærekraftig når annonsrettingen er presis og publikummet er veldefinert.
AI-kodingsagent-bruk er bursty — intense uker med funksjonsutgivelser, døde uker under møter eller ferier. Brukere følte seg overfakturert i de stille ukene, churnet, og enhetsøkonomien lukket seg aldri. Per-sete-prising forutsetter daglig aktiv bruk. AI-kodingsverktøy får ikke daglig aktiv bruk.
Konsekvensene er dype og umiddelbare:
Verktøyene dine blir gratis. Ikke "gratis prøveversjon." Ikke "freemium med et tak du treffer på en ettermiddag." Faktisk gratis. En gratis CLI-agent pluss en gratis autofullføring gir deg paritet med de fleste betalte oppsettene.
Modellvalg betyr mer enn leverandørlojalitet. Den beste modellen for oppgaven din endres hver noen uker. Freebuff lar deg allerede velge modeller per oppgave. Dette vil bli standardforventningen.
20-dollar-måneden-tieren er strukturelt død. Gratis-tier blir standard. Betalte tierer vil eksistere for teamfunksjoner — revisjonslogger, SSO, compliance — ikke for agenten i seg selv.
Åpne vektsmodeller er den nye grunnmuren. DeepSeek, Kimi, GLM, Llama, Gemma — det åpne vektøkosystemet er nå kapabelt til alt lukkede modeller kan gjøre, ofte til en brøkdel av kosten.
Vertikal spesialisering vinner. Fremtiden er ikke én gigantisk modell som gjør alt. Det er spesialiserte agenter: en gratis kodingsagent, en betalt sikkerhetsgjennomgangsagent, en betalt migreringsagent. Freebuff demonstrerer allerede dette med sin multi-agent-arkitektur.
DeepSeek V4-Pro offisiell GA er nært forestående — flaggskipet på 1,6T parametere som allerede er tilgjengelig som forhåndsvisning
Qwen3.8-Max åpne vekter er lovet fra Alibaba men har ikke materialisert seg ennå
Google Gemini 3.6 Pro og Ultra varianter forventes å følge Flash-lanseringen
Meta Llama 4 oppfølgingsvarianter (70B, 405B-ekvivalenter) er sannsynlige i Q3-Q4 2026
OpenAIs børsnotering — den defineringe kapitalbegivenheten i august-september 2026
Budskapet er klart: æraen med dyre AI-kodingsverktøy tar slutt. Modellene ble billige. Agentene ble gratis. Og utviklerne som omfavner dette skiftet vil bygge raskere, bruke mindre, og levere mer.
Som Freebuff Research sa det: "Den gratis kodingsagenten drepte ikke betalte kodingsagenter. Enhetsøkonomien til per-sete-AI gjorde det. Gratis var bare alternativet som allerede var der."
